每隔10到15年,人類在電腦技術上似乎就有重大突破,從1980年代的個人電腦發展、90年代的網路,進化到2000年代中的行動裝置。有意見認為,改變電腦與數位時代的新一波革命近在眼前。
繼網路之後的新主角,就是當前炙手可熱的「人工智慧」(Artificail Intelligance, AI)。
美國金融科技公司「Corcentric」創新資深副總裁納多(Julien Nadaud)撰文指出,21世紀後網路科技讓採購等交易從紙上走向電子。2010年代興起的新雲端科技更加速變革,能讓企業方案完全成為網路的一部分,業者大多需要投資雲端等科技才能成功締造創新,滿足科技、全球化、社會改變驅動的需求。
文章認為,雲端服務的能力必須夠強大,才能提供充分能力,處理買家、賣家等許多單位之間企業流程。同時,根據特定產業、區域和服務不同,也有越來越多專門的解決方案。不過納多指出,正當所有人都積極數位轉型、致力將流程自動化,下一波的人工智慧革命正在蓄能。
AI will shift our industry even more than the internet did 20 years ago. Here’s why. https://t.co/TlMt2bmfIj
— Spend Matters (@spendmatters) 2020年6月15日
理解人工智慧的能力前,要先確定我們沒有誤解「人工智慧」是什麼。
納多指出,人類一向喜歡和AI比較,有些人則會宣稱AI永遠無法取代人類,殊不知和AI爭高下完全不是重點,畢竟「如今的AI只是新一代的運算方式,正好適合處理各種資訊、做出預測」。
若把人類和一般的電腦做比較,無庸置疑的是電腦每秒可以執行大量複雜的運算,遠比人類還要有效率,但這並不代表電腦比人類聰明。
與此同時,人們可以幫AI找到可以充分發揮的地方,並理解為何AI可以為產業帶來新一代轉變。
納多指出,AI如何能改變產業,可以從4個方面說起。
首先,AI可以「理解」人類語言,這種能力稱為「自然語言處理」(NLP),此方面的科技在過去2年間有重大突破,「給予電腦吸收任何語言的文件、並理解其中意義的能力」。電腦現在也能可以用「人話」生產內容,也看到AI已有製作影音的能力。
就產業的角度來說,任何組織現在所用的所有文件中,都有約8成到9成屬於所謂「非結構式」(unstructured)資料,例如合約、流程、筆記、行銷資料等,可能橫跨多種語言,其中也可能包括圖表和影音。
這些資料雖然能夠數位化存放,但生產、使用方面一向都只能由人類主導。
納多對此指出,當AI有能力處理這些資料,意味著AI能夠透過資料來學習並加以運用,甚至能開始幫助更新、升級資料,未來或許可能有辦法透過AI來生產這些資料,可望完全改變企業界使用電腦運算的方式。
除了語言之外,AI的另一個強項是:能夠獲取海量資料。
過去20多年以來,網路被用來分享資訊,累積的資料量不可勝數,而且資料仍在高速增加當中。
近年「大數據」科技的發展,能夠近乎即時的處理大量資料。
「維基百科」就是很好的例子,不但是知識庫,更是AI獲取資訊的一大來源。讀取各語言維基百科的能力,就讓Google等公司能開發受訓練的模組,使其可以理解不同語言。
這些模組被稱為「轉換者」(transformer),可以將所有人類語言轉換成一種新的數位共通語,概括人類描述世界的方式。如果向Google助理問題,他會根據從維基百科或其他網路資料的資訊來回應,而且這些「轉換者」是開放來源科技,可以再用來發展專門、有用的應用。
若應用在企業方面,可以想到的是,公司每天都有許多決定和行動要進行,而每個決定都有非常特定的情境脈絡,必須依賴資訊以及經驗來完成。此時,AI就可以幫忙企業人員來理解非常特定的情境,辨識出有關的資訊,協助引導出正確的決策。
這些資訊的來源可能來自過去的事件,或是配置在企業系統內部的資料,同時也可以包括新聞、市場研究、企業資料庫、線上目錄,或者討論、會議、電子郵件和筆記資料等。
也就是說,AI能夠取得的資料量比人類多出很多。不只如此,AI還有另一強項:預測。
AI擅長從資料中尋找模式並預測未來。
納多認為,人類做出決策的基礎,也是由過去知識而來。現在,電腦則可以偵測既有資料的模式,並且「輕易」預測接下來的走向,這代表AI可以分析資料後預期可能結果,執行「預測分析」(predictive analytics),成為當前業界很受歡迎的智慧工具。
進一步來說,這項科技可以用來幫助人類做出正確的決策。
想像當人們考慮各個選項的時候,系統可以告訴我們每個選擇背後,對企業的影響可能是什麼,接著會透過預先定義的企業目標,來推薦最合適的選項,這就是「預測分析」的能力,「如果電腦可以告訴你該怎麼做,為何不讓電腦決定?」
最後,AI具備的「機器學習」功能可以自學並進化,突破過去的軟體型態。一般的軟體安裝後,得被動的等待更新,但AI能夠隨著使用次數增加,不需要等待開發者加入新的程序就能自我改進。至今的雲端軟體服務能提供更快的更新,但機器學習則是新的典範,讓改進速度大為提升。
另一個機器學習的突破之處,在於能夠學習或許是特定組織有擁有的資料。資料隱私和保密性對業界相當重要,但就像「轉換者」處理自然語言的邏輯一樣,「我們可以把不同組織的資訊轉換成模式,並彙整給機器學習模組,同時避免流露任何具辨識性的資訊。這叫做概化(generalization)。」
使用來自多個來源的資料後,這些模組可以產生非常有力且有效率的成果。舉例來說,我們拿數百萬筆單據資料去訓練一個模組後,就能夠教會該模組如同真人一樣可以讀懂單據。系統不會儲存單一單據的資訊,但最後模組卻可以用「完全安全且保密」的方式學會處理單據。
納多認為,AI技術已經影響業界的各面向,懂得擁抱AI能力者就能領先競爭對手。
AI擅長模仿人類作業方式,可以幫助我們從事日常工作,讓人不需要花時間在重複的事務,而能專注在提升企業的策略機會上,甚至可以帶動更多企業興起、製造更多就業機會。
世代傳媒股份有限公司
信箱:service@upmedia.mg
電話:+886 (2) 2568-3356
傳真:+886 (2) 2568-3826
地址:新北市新店區寶橋路188號8樓
關於我們探索網站
地址:新北市新店區寶橋路188號8樓
電話:+886 (2) 2568-3356
傳真:+886 (2) 2568-3826
e-mail:service@upmedia.mg